| 基于PCA和径向基函数神经网络的滚动轴承故障模式的识别 |
| |
| 引用本文： | 陆爽,侯跃谦. 基于PCA和径向基函数神经网络的滚动轴承故障模式的识别[J]. 机床与液压, 2005, 0(3): 185-188 |
| |
| 作者姓名： | 陆爽 侯跃谦 |
| |
| 作者单位： | 长春大学机械工程学院,长春,130025 |
| |
| 基金项目： | 吉林省教育委员会基金项目(吉教合字99第10号) |
| |
| 摘 要： | 根据径向基函数神经网络的优点，在对滚动轴承振动信号故障特征分析的基础上，提出一种应用主矢量分析(PCA)将高维相关变量转化为低维独立变量，利用其特征值建立径向基函数神经网络的方法，并用该网络对滚动轴承的故障模式进行了识别。理论和试验证明了该方法的有效性，且具有较高的识别精度。
|
| 关 键 词： | 滚动轴承 振动信号 PCA RBF神经网络 模式识别 |
| 文章编号： | 1001-3881(2005)3-185-4 |
| 修稿时间： | 2003-12-29 |
Fault Pattern Recognition of Rolling Bearing Based on Principal Components Analysis and Radial Basis Function Neural Networks |
| |
| LU Shuang,HOU Yue-qian. Fault Pattern Recognition of Rolling Bearing Based on Principal Components Analysis and Radial Basis Function Neural Networks[J]. Machine Tool & Hydraulics, 2005, 0(3): 185-188 |
| |
| Authors: | LU Shuang HOU Yue-qian |
| |
| Abstract: | |
| |
| Keywords: | Rolling bearing Vibration signal PCA RBF neural networks Pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
